Il confine tra società di software e case automobilistiche tradizionali continua a essere labile. Alla conferenza CVPR 2026 a Denver, la società cinese XPeng ha dimostrato di considerarsi più un’azienda di intelligenza artificiale che un produttore standard di veicoli elettrici. Il dottor Xianming Liu, capo del General Intelligence Center di XPeng, ha rivelato che il marchio spende circa 300 milioni di RMB, che equivalgono a circa 35 milioni di euro, ogni mese esclusivamente per l'addestramento di modelli di intelligenza artificiale.
Questa massiccia spesa ammonta a quasi 427 milioni di euro all’anno, un budget sorprendente per un’azienda che l’anno scorso ha consegnato solo circa 200.000 auto elettriche. Tuttavia, XPengre si affida a questo pesante impegno finanziario per avviare la produzione di massa del suo nuovo software VLA 2.0.
Durante la conferenza, il dottor Liu ha spiegato una scelta unica nell'architettura software di XPeng, affermando che il linguaggio può fungere da collo di bottiglia per i sistemi di guida autonoma. Il sistema di prima generazione trasmetteva i dati stradali visivi attraverso token linguistici prima di scegliere un'azione di guida; VLA 2.0 rimuove completamente questo passaggio intermedio.
Gli ingegneri di XPeng si sono resi conto che un veicolo elettrico cattura circa due miliardi di token visivi ogni secondo dalle sue telecamere, ma necessita solo di 10-20 token per controllare il volante e i pedali. Costringere il sistema a spiegare la strada per iscritto crea calcoli informatici non necessari e aggiunge pericolosi ritardi. Invece, VLA 2.0 mantiene il linguaggio solo come input, consentendo ai conducenti di impartire comandi verbali che le auto elettriche possono facilmente interpretare.
Questo nuovo approccio opera già all’interno dei veri e propri veicoli di consumo. XPeng ha spostato con successo VLA 2.0 dalla fase di ricerca alla produzione di massa. Nel primo mese dal lancio dell'aggiornamento via etere, il software ha raggiunto un traguardo gestendo oltre il 50% del chilometraggio totale di guida assistita tra gli utenti.
L'architettura supporta sia l'assistenza alla guida di livello 2 che le operazioni completamente autonome di livello 4. Infatti, XPeng ha utilizzato la sua nuova piattaforma GX per costruire il suo primo Robotaxi, che sta già uscendo dalla linea di produzione. Questo veicolo dedicato ha un'impressionante potenza di calcolo di bordo di 3.000 TOPS per gestire ambienti di guida complessi senza alcun intervento umano.
XPeng non si affida solo a VLA 2.0 per pilotare le sue auto elettriche. Il software funziona direttamente con quello che l'azienda chiama un "modello mondiale". VLA 2.0 impara a guidare copiando milioni di ore di comportamento umano, ma il modello mondiale si concentra sull'apprendimento delle leggi effettive della fisica. Prevede come cambierà l’ambiente circostante e come si sposteranno gli altri conducenti nel prossimo futuro.
Per supportare questo sistema, l'azienda ha sviluppato tre sottoprogrammi specializzati: X-World, X-Foresight e X-Cache. X-Cache è quello che riduce l'elaborazione ridondante del computer di circa il 70% quasi senza perdita di qualità dell'immagine, consentendo al sistema di funzionare 2,7 volte più velocemente.
Molte aziende di veicoli elettrici non sono d’accordo sulla migliore disposizione dei sensori, ma XPeng sceglie una via di mezzo. Modelli come P7 e G7 utilizzano un sistema di sola visione per il cervello principale che guida, rispecchiando la strategia utilizzata da aziende come Tesla. Eppure, XPeng rifiuta di rimuovere completamente i tradizionali sensori di sicurezza.
Ogni auto elettrica è ancora dotata di tre radar mmWave e 12 sensori a ultrasuoni. Il dottor Liu ha spiegato che questi sensori aggiuntivi non comunicano affatto con il cervello principale che guida l’intelligenza artificiale. Azionano invece un sistema di sicurezza completamente separato per la frenata e lo sterzo automatici di emergenza. Questa configurazione garantisce che, se l'IA visiva commette un errore, uno strato fisico secondario può proteggere i passeggeri.
Per far funzionare questi sistemi, XPeng spinge i limiti della “Legge di Scaling” dell’AI, la quale afferma che i modelli diventano più intelligenti man mano che si forniscono loro più dati e potenza di calcolo. L'attuale sistema VLA 2.0 contiene miliardi di parametri e si allena su centinaia di milioni di videoclip, consumando oltre quattro trilioni di token durante ogni iterazione di aggiornamento.
Nonostante le dimensioni enormi, XPeng ha gestito i costi elevati aumentando l’efficienza. Negli ultimi 12 mesi, l'azienda ha migliorato l'efficienza della formazione per singolo lavoro del 4.360% e ha aumentato l'utilizzo dell'hardware GPU dal 40% al 90%. Ciò consente loro di massimizzare il valore della loro riserva di liquidità di 47,66 miliardi di RMB (5,55 miliardi di euro).
Il rapido progresso del software ha scatenato una scommessa amichevole ad alto rischio all’interno dell’azienda. L'anno scorso, il CEO di XPeng He Xiaopeng ha fatto una scommessa pubblica con il dottor Liu sulle prestazioni di VLA 2.0: se il sistema non riuscisse a eguagliare il software Full Self-Driving di Tesla entro il 30 agosto 2026, il dottor Liu dovrà correre nudo attraverso il Golden Gate Bridge in California.
Fortunatamente per l'ingegnere, ha espresso completa fiducia che i suoi vestiti sarebbero rimasti addosso. Il dottor Liu ha affermato che test interni in città caotiche come Pechino hanno dimostrato che VLA 2.0 ha già raggiunto la parità con i vecchi sistemi Tesla e corrisponde o supera le versioni più recenti a causa dei complessi dati di guida trovati sulle strade cinesi.
XPeng vede le sue auto elettriche come hardware fisico costruito per mostrare la sua abilità ingegneristica e raccogliere dati per il suo software VLA avanzato. Questa prospettiva spiega perché l’azienda ha concesso in licenza l’architettura VLA 2.0 a Volkswagen all’inizio di quest’anno: VW la utilizzerà nei veicoli lanciati nel 2027.
L’azienda prevede di espandere questa intelligenza artificiale oltre l’industria automobilistica e sta preparando il suo robot umanoide “IRON” per la produzione di massa entro la fine del 2026. L’intenzione è di implementare questi robot come assistenti agli acquisti all’interno dei suoi negozi al dettaglio a partire dal primo trimestre del 2027, trasformando l’azienda da una tradizionale casa automobilistica in un’impresa fisica di intelligenza artificiale.
